[发明专利]图像处理方法、装置、计算机设备和存储介质

说明书

本申请涉及一种图像处理方法、装置、计算机设备和存储介质。该方法包括：将第一图像域的第一图像输入到待训练的图像处理模型中，得到第二图像域的第二图像；获取第一图像对应的第一图像特征以及第二图像对应的第二图像特征；基于第一图像特征与第二图像特征之间的目标特征关联度得到第一模型损失值；获取第一图像特征对应的第一特征值分布以及第二图像特征对应的第二特征值分布；计算第一特征值分布与第二特征值分布之间的分布关联度，基于分布关联度得到第二模型损失值，第二模型损失值与分布关联度成负相关关系。采用本方法能够提高图像处理效果。本申请中的图像处理模型可以是基于人工智能的神经网络模型，基于该模型提供人工智能云服务。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种图像处理方法、装置、计算机设备和存储介质。

背景技术

随着人工智能技术和多媒体技术的发展，用户在日常生活和生产活动中使用图像信息的场景越来越多，例如用户可以对图像进行域转换，得到不同图像域的图像。例如可以将素描图像转化为二次元图像。

目前，可以通过人工智能，利用机器学习模型对图像进行处理，将图像输入到模型中，得到处理后的图像，然而，经常存在处理后的图像的内容与处理前的图像内容变化很大的情况，例如转换后的图像会发生扭曲，导致图像处理效果差。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高图像处理效果的图像处理方法、装置、计算机设备和存储介质。

一种图像处理方法，所述方法包括：获取第一图像域的第一图像，将所述第一图像输入到待训练的图像处理模型中，得到第二图像域的第二图像；对所述第一图像进行特征提取，得到第一图像特征；对所述第二图像进行特征提取，得到第二图像特征；计算所述第一图像特征与所述第二图像特征之间的目标特征关联度，基于所述目标特征关联度得到第一模型损失值，所述第一模型损失值与所述目标特征关联度成负相关关系；获取所述第一图像特征对应的第一特征值分布以及所述第二图像特征对应的第二特征值分布；计算所述第一特征值分布与所述第二特征值分布之间的分布关联度，基于所述分布关联度得到第二模型损失值，所述第二模型损失值与所述分布关联度成负相关关系；基于所述第一模型损失值以及所述第二模型损失值得到目标模型损失值；基于所述目标模型损失值调整所述图像处理模型的模型参数，得到已训练的图像处理模型，以利用已训练的图像处理模型对图像进行处理。

一种图像处理装置，所述装置包括：图像获取模块，用于获取第一图像域的第一图像，将所述第一图像输入到待训练的图像处理模型中，得到第二图像域的第二图像；图像特征提取模块，用于对所述第一图像进行特征提取，得到第一图像特征；对所述第二图像进行特征提取，得到第二图像特征；第一模型损失值得到模块，用于计算所述第一图像特征与所述第二图像特征之间的目标特征关联度，基于所述目标特征关联度得到第一模型损失值，所述第一模型损失值与所述目标特征关联度成负相关关系；特征值分布获取模块，用于获取所述第一图像特征对应的第一特征值分布以及所述第二图像特征对应的第二特征值分布；第二模型损失值得到模块，用于计算所述第一特征值分布与所述第二特征值分布之间的分布关联度，基于所述分布关联度得到第二模型损失值，所述第二模型损失值与所述分布关联度成负相关关系；目标模型损失值确定模块，用于基于所述第一模型损失值以及所述第二模型损失值得到目标模型损失值；已训练的图像处理模型得到模块，用于基于所述目标模型损失值调整所述图像处理模型的模型参数，得到已训练的图像处理模型，以利用已训练的图像处理模型对图像进行处理。

在一些实施例中，所述特征值分布获取模块包括：第一统计值得到单元，用于根据所述第一图像特征中的第一特征值进行统计，得到所述第一特征值对应的第一统计值；第一统计值分布确定单元，用于根据所述第一统计值确定所述第一图像特征对应的第一特征值分布。